(서적) 금융공학도를 위한 시계열 분석 입문 I

설명

금융시장에서는 많은 양의 데이터가 매일 생산되고 있는데, 이 데이터를 가공하고 분석하여 각종 금융이론의 검증이나 새로운 이론이 탄생할 수 있는 토대를 만들어 주는 금융공학의 분야가 바로 계량금융공학이다.

계량금융공학이 궁극적으로 추구하는 바는 통계적 분석기법 그 자체가 아니라 이를 활용한 금융현상에 대한 분석과 이해에 있다. 따라서, 계량금융공학은 계량적 기법 자체에 대한 설명보다는 금융데이터에 이러한 기법들을 어떻게 적용하고 그 결과를 어떻게 해석해야 하는지에 주안점을 둘 수밖에 없다. 그러므로, 계량금융공학 분야에 입문하기 위해서는 금융이론 자체뿐만이 아니라 계량적 기법에 대한 탄탄한 기초 실력이 절실히 요구된다.

그런데, 대부분의 금융데이터가 시계열 자료이므로 시계열분석에 대해 탄탄한 기초지식을 쌓는 것이 계량금융공학에 제대로 입문하는 지름길이 될 것이다. “금융공학도를 위한 시계열 분석 I” 에서는 시계열 모형을 분석하는데 기초가 되는 주요 개념들을 설명하고 定住性(stationarity)을 지니는 線形모형을 중심으로 시계열 모형에 대해 설명한다.

우선 1장에서는 선형 시계열 모형 구조의 근간을 형성하고 있는 차분방정식에 대해 살펴보고 2장에서는 여러 가지 시계열 작용자, 특히 시간지연 작용자(Lag operator)를 이용한 선형 시계열 모형 속성을 분석하는 기법에 대해 설명한다. 3장에서는 시계열 분석에서 자주 사용되는 용어와 주요 개념들을 설명하고 있다. 4장에서 6장까지는 기본적인 시계열 모형인 AR(p), MA(q), ARMA(p,q) 모형을 소개하고 있다. 7장에서는 각 시계열 모형 속성을 분석하는데 핵심적인 역할을 하고 있는 자기공분산 생성함수를 다루고 있고 8장에서는 시계열 모형 선택 시 주요 고려 대상이 되어야 하는 반전가능성을 소개한다. 9장과 10장에서는 고급 시계열 모형을 다루기 위한 준비 작업으로서 점근적 분포 이론과 시계열 상관관계를 지니는 데이터의 분포 속성에 대해 살펴본다.

이번 강좌에 이어서 제공될 “금융공학도를 위한 시계열 분석 II” 에서는 시계열 데이터를 이용한 회귀분석기법을 소개할 예정이다.

다음으로 제공될 “금융공학도를 위한 시계열 분석 III” 에서는 非線形 및 非定住性 시계열 모형에 대해서 다루고 있다. 뿐만 아니라, 금융시계열의 특징을 잘 반영하는 시계열 모형인 ARCH 와 그 확장형에 대한 설명도 아울러 제공하고 있다.

이 과정의 마지막 단계인 금융공학도를 위한 시계열 분석 IV, V 에서는 시계열 모형의 응용기법 및 고급시계열분석이론을 다룰 예정이다. 먼저 IV 에서는 시계열 예측, 최대우도추정, 스펙트럼분석, Vector Autoregression 등이, V 에서는 베이지안분석, 칼만 필터, GMM, 레짐 스위칭 등이 다루어질 예정이다.

이번 강좌가 본격적인 금융시계열 분석 기법에 특화된 계량금융공학과정 이수에 필요한 기초지식을 함양하는 데 많은 도움이 되기를 바란다.